Άπληστοι αλγόριθμοι για ανάθεση εργασιών σε ομάδες με κοινωνικές προτιμήσεις

Ερκέκογλου, Ελισάβετ-Κωνσταντίνα; Erkekoglou, Elisavet-Konstantina

dc.contributor.author	Ερκέκογλου, Ελισάβετ-Κωνσταντίνα	el
dc.contributor.author	Erkekoglou, Elisavet-Konstantina	en
dc.date.accessioned	2025-04-02T09:11:03Z
dc.date.available	2025-04-02T09:11:03Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/61573
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.29269
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Σχηματισμός Ομάδων	el
dc.subject	Ανάθεση Εργασιών	el
dc.subject	Κοινωνικά Δίκτυα	el
dc.subject	Προσεγγιστικοί Αλγόριθμοι	el
dc.subject	Άπληστοι Αλγόριθμοι	el
dc.subject	Team Formation	en
dc.subject	Task Assignment	en
dc.subject	Social Networks	en
dc.subject	Approximation Algorithms	en
dc.subject	Greedy Algorithms	en
dc.title	Άπληστοι αλγόριθμοι για ανάθεση εργασιών σε ομάδες με κοινωνικές προτιμήσεις	el
heal.type	bachelorThesis
heal.classification	Αλγόριθμοι	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-11-06
heal.abstract	Στα πλαίσια αυτής της εργασίας μελετάμε το πρόβλημα Team Formation amidst Conflicts, ένα πρόβλημα ανάθεσης εργασιών σε ομάδες. Στόχος του προβλήματος είναι να αντιστοιχίσουμε ένα σύνολο φοιτητών σε εργασίες, τηρώντας τις χωρητικότητες των εργασιών και μεγιστοποιώντας τον βαθμό ικανοποίησης των φοιτητών τόσο από την εργασία που τους ανατέθηκε όσο και από τους συνεργάτες τους. Στο πρώτο και θεωρητικό μέρος της διπλωματικής επικεντρωνόμαστε στον άπληστο αλγόριθμο για το πρόβλημα, ο οποίος παρουσιάζει πολύ καλή επίδοση στα πειράματα αλλά έχει λόγο προσέγγισης της τάξης του 1/n (όπου n το πλήθος των φοιτητών), με στόχο να κατανοήσουμε σε τι οφείλεται η καλή του επίδοση. Αποδεικνύουμε ότι για πολύ μεγάλες χωρητικότητες ο αλγόριθμος πετυχαίνει λόγο προσέγγισης 1/m, όπου m το πλήθος των εργασιών, ενώ για μια ειδική περίπτωση συσχετιζόμενων ομάδων παρουσιάζει λόγο προσέγγισης καλύτερο του 1/3. Τέλος, ολοκληρώνουμε τα ευρήματά μας με ένα πειραματικό μέρος, στο οποίο συγκρίνουμε την επίδοση του άπληστου αλγορίθμου με άλλους αλγορίθμους για το πρόβλημα, εκτελώντας τους με είσοδο τυχαία παραγόμενα συσχετιζόμενα δεδομένα.	el
heal.abstract	Throughout this thesis, we will study the Team Formation amidst Conflicts problem, a team formation problem in which we assign tasks to teams of students. The main objective of the aforementioned problem is to match a group of students to a group of capacitated tasks such that the students' overall satisfaction is maximized. A student's satisfaction comprises two separate parts: The first one is the task satisfaction, which describes how satisfied the student is with the task she was assigned, based on her preferences. In contrast, the second one is the social satisfaction, which illustrates how well the student gets along with her teammates and is measured through the lack of conflict edges between students of the same team. Our theoretical analysis focuses on the greedy algorithm for the problem, which showcases very good performance in experiments, but has an approximation ratio of O(1/n), where n is the number of students. We illustrate the algorithm's weaknesses through examples and present bounds for the general setting. Additionally, we prove that without task capacities the greedy algorithm achieves 1/m approximation ratio, where m is the number of tasks. Moreover, we pinpoint a correlated cluster setting for which the algorithm achieves a 1/3 approximation ratio. Finally, we examine the algorithm's performance and compare it to other potential algorithms for the problem through a set of experiments.	en
heal.advisorName	Φωτάκης, Δημήτριος	el
heal.committeeMemberName	Παγουρτζής, Αριστείδης	el
heal.committeeMemberName	Τερζή, Εβημαρία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	72 σ.	el
heal.fullTextAvailability	false